GoogleとOpenAIは過去1年間、AIクエリが短いテレビクリップよりも電力をほとんど消費しないことを国民に安心させてきた。気候科学者ジーク・ハウスファーザーによる新しい現実世界の監査は、自律型 AI エージェントの真実がはるかに厳粛であることを示唆しています。自律型 AI エージェントは、標準的なチャット交換に比べて、プロンプトあたり約 600 倍のエネルギーを消費する可能性があります。 The Climate Brink の分析で 2026 年 8 月 8 日に発表されたこの調査結果は、業界が常時稼働の自律エージェントに向けて舵を切る中、AI の環境フットプリントに関する疑問に新たな緊急性を与えています。業界を形作る持続可能性に関する議論に関する継続的なレポートについては、AI 業界の報道 をご覧ください。

大手テクノロジー企業のエネルギー主張に関する現実の確認

昨年、Google は、Gemini のテキスト プロンプトの中央値の消費電力はわずか 0.24 ワット時 (Wh) であり、テレビの 9 秒未満であると報告しました。 OpenAI CEO の Sam Altman も同様の数字を提示し、ChatGPT クエリの平均をおよそ 0.34 Wh と推定しており、これは 2009 年の Google 検索と同等です。

どちらの数値も、拡張推論なし、Web 検索なし、マルチモーダル処理なし、エージェント動作のループなしの単一のテキスト交換という、狭い最良のシナリオを表しています。 Hausfather が指摘しているように、クエリごとにさらに多くのトークンを生成する推論モデル、自律的に実行されるマルチエージェント システム、エージェントが各ステップで再読み取りするカスケード コンテキストを考慮していません。

8 週間、32 億トークン

気候科学者のハウスファーザーは、Anthropic の Claude Code コーディング エージェントの自身の使用状況を 8 週間にわたって詳細に追跡しました。 Claude Code は、モデル呼び出しごとに API によって報告される正確なトークン数を含む、すべてのセッションの完全なローカル ログを保存するため、エージェントが実際に要求しているものを正確に再構築できます。

その数字は驚くべきものです。彼の 1,138 件の入力プロンプトにより、14,000 件を超えるモデル呼び出しがトリガーされました。これは、プロンプトごとに平均約 12 件です。各プロンプトは平均 290 万トークンを処理しました。これに対し、一般的なチャット交換では約 1,000 トークンが処理されました。合計で、彼のエージェントは期間中に 32 億トークンを処理しました。

驚くべき詳細: これらのトークンのおよそ 96% はキャッシュ読み取りでした。 14,000 の各ステップで、エージェントは蓄積されたコンテキスト全体を再読み取りしてから、次に何を行うかを決定します。 Hausfather が実際に画面上で見るテキスト (モデルの出力) は、処理されたすべてのトークンのわずか 0.4 パーセントに過ぎません。隠れた計算コストは​​、ほぼ完全に舞台裏で発生します。

トークンを電力に変換する

フロンティア モデルのトークンあたりの正確なエネルギー コストを外部の関係者が知っている人はいないため、ハウスファーザー氏は、異なる前提条件を備えた 3 つの独立した推定方法を使用して、トークン数を電力値に変換しました。彼の最も正確な推定値では、8 週間にわたるデータセンターの総電力消費量は約 170 キロワット時 (kWh) であり、不確実性の範囲は 70 ～ 330 kWh です。

プロンプトごとに、これはおよそ 150 Wh に相当します。これは、チャット プロンプトのエネルギーの中央値の約 600 倍です。彼のクロード コード セッションの中央値は約 0.6 kWh を消費しました。これは、スマートフォンの充電に必要な電力の約 50 倍です。平均的な 1 日のエージェントの使用量は 3.0 kWh (1.2 ～ 5.9 kWh) に達し、家庭用冷蔵庫 2 台の 1 日の消費量を超えています。

彼の最も集中的な日は、複数のエージェントが並行して大規模な地理データ分析を実行したときで、推定 11 kWh を消費しました。これは、米国の平均的な家庭の 1 日あたりの電力使用量の 3 分の 1 以上です。

エージェントの 1 年間の使用が意味するもの

ハウスファーザーのエージェントベースのワークフローを通年に拡張すると、データセンターの電力消費量はおよそ 1.1 メガワット時 (MWh) となり、その範囲は 0.4 ～ 2.2 MWh で、これは米国の平均的な家庭が年間使用する量の約 10 分の 1 です。米国の平均的な電力構成に基づくと、これは年間約 CO2 換算で 370 キログラムの排出量に相当します。

これは、電気衣類乾燥機を 1 年間稼働させる量 (約 262 kg) よりも多く、サンフランシスコからニューヨークまでの往復エコノミー便の直接排出量 (約 700 kg) の約半分に相当します。ハウスファーザー氏は、これは米国の典型的なガソリン車の年間排出量の約8パーセントに相当し、平均的なアメリカ人の年間二酸化炭素排出量の約2パーセントに相当すると指摘する。

「これは大きな排出源であると同時に、私の総二酸化炭素排出量の比較的小さな部分でもあります」と彼は書いた。

本当の手段: クリーンな電力とよりスマートなルーティング

ハウスファーザーは、個人的な罪悪感を中心に問題を組み立てないよう注意している。少数のヘビーユーザーのグループによる抑制は「いかなる曲線も曲げるつもりはない」と彼は主張する。その代わりに、彼は 2 つの構造レバーを強調しています。

まず、より単純なタスクをより小さなモデルにルーティングすることで、大きな違いが生まれます。小規模なモデルは、フロンティア モデルに比べて トークンあたりのエネルギー消費量が約 5 ～ 7 倍少なくなります。第 2 に、そして最も重要なことですが、電力の炭素強度 自体が支配的な要因です。同じワークロードがほぼクリーンな電力で実行された場合、二酸化炭素排出量は約 90% 減少します。

問題はブームの背後にある燃料です。ハウスファーザー氏によると、米国のデータセンターで計画されているオンサイト発電量のほぼ 4 分の 3 が天然ガスで稼働している**。これは、AI コンピューティングの急速な拡大の大部分が化石燃料によって賄われていることを意味します。

エージェントの規模拡大に伴う警告

Hausfather の見積もりは妥当ではありますが、依然として見積もりであり、現在の使用パターンを反映しています。 AI ラボはすでに、数日、数週間、場合によっては数か月にわたって自律的に実行されるエージェントベースのシステムの導入を競い合っています。このビジョンが実現すれば、「ユーザー」あたりのエネルギー消費量はさらに大幅に増加する可能性があります。

彼の中心的なメッセージは、Google と OpenAI が公表したクエリごとの数字がテクノロジーの進化の現実を歪めているということです。 「『乗車』が運転の測定値であるのと同様に、『プロンプト』は最終的には AI 使用の単位ではありません。重要なのはどれだけの距離を移動するかです」とハウスファーザー氏は書いています。

AI の先を行く

自律エージェントが新しいインフラストラクチャからデフォルトのインフラストラクチャに移行するにつれて、隠れたエネルギー料金を無視するのが難しくなります。 AI 研究、持続可能性、この分野を形成する企業に関する継続的な事実確認済みのレポートについては、当社のホームページをブックマークし、https://aibuzzwire.news で AI ニュースの続きを読む → してください。